Questo repository contiene una serie di progetti sviluppati nel contesto del corso di Computational Intelligence presso il Politecnico di Torino. I progetti sono stati realizzati come parte di corsi specifici o come lavoro individuale o di gruppo.
Il repository è organizzato in modo da includere una cartella dedicata per ogni progetto. Ogni cartella dei progetti dovrebbe contenere almeno i seguenti elementi:
-
Descrizione: Un file di testo o markdown che fornisce una breve descrizione del progetto, inclusi obiettivi, metodologie utilizzate e risultati ottenuti.
-
Codice Sorgente: I file sorgente del progetto, inclusi script, notebook Jupyter, o qualsiasi altro codice necessario per eseguire e comprendere il progetto.
-
Dataset: Se applicabile, il dataset utilizzato nel progetto dovrebbe essere incluso o, se troppo grande, dovrebbe essere fornito un link per scaricarlo.
-
Risultati: Eventuali risultati o output generati dal progetto, come grafici, tabelle o documenti di analisi.
-
Ottimizzazione del Problema TSP Utilizzando Algoritmi Hill Climbing: Questo progetto si concentra sull'ottimizzazione del Problema del Commesso Viaggiatore (TSP) utilizzando l'algoritmo Hill Climbing. L'obiettivo è trovare il percorso più breve che attraversa un insieme di città, massimizzando l'efficienza logistica e riducendo i costi di trasporto.
-
Generazione di un avversario per gioco Nim Utilizzando Algoritmi Evolutivi: Questo progetto si concentra sulla generazione di una strategia avversaria per il gioco Nim utilizzando gli algoritmi evolutivi. L'obiettivo è creare un avversario virtuale in grado di giocare in modo intelligente contro un giocatore umano o un'altra intelligenza artificiale, massimizzando la sfida e l'interesse del gioco.
-
Ottimizzazione del Problema OneMax Utilizzando Algoritmi Genetici: Questo progetto si concentra sull'ottimizzazione del Problema OneMax utilizzando gli algoritmi genetici. L'obiettivo è trovare la sequenza binaria più lunga e composta interamente da 1, massimizzando la funzione obiettivo e dimostrando l'efficacia degli algoritmi genetici nella risoluzione di problemi di ottimizzazione.
-
Generazione di un avversario per gioco e ottimizzazione del gioco Quixo: Questo progetto si concentra sulla generazione di una strategia avversaria per il gioco Quixo e sull'ottimizzazione delle mosse utilizzando gli algoritmi genetici. L'obiettivo è creare un avversario virtuale in grado di giocare in modo intelligente contro un giocatore umano o un'altra intelligenza artificiale, massimizzando il divertimento e la sfida del gioco Quixo.
I contributi a questo repository sono benvenuti. Se hai sviluppato un progetto di Computational Intelligence e desideri condividerlo, non esitare a fare una pull request aggiungendo una cartella per il tuo progetto seguendo la struttura indicata.
Questo repository è rilasciato sotto la licenza MIT. Consulta il file LICENSE per ulteriori informazioni.